国家自然科学基金项目(70671039)
影响中长期负荷因素众多,而且单一核函数支持向量机泛化或学习能力较弱,预测精度受限。提出一种结合粗糙集和支持向量机智能算法的负荷预测模型,通过属性约简算法筛选出影响长期电力负荷的核心影响因素,剔除冗余信息,选定全社会用电量、人均产值、产值单耗为输入变量,构建基于多项式核函数、径向基核函数的混合核函数支持向量机预测模型,有效提高函数的泛化及学习能力。算例结果表明,所提出的模型预测平均误差仅为0.59%,预测精度有了很大提高且适用于长期负荷预测。
李伟,闫宁,张振刚.基于粗糙集的混合支持向量机长期电力负荷预测研究[J].电力系统保护与控制,2010,38(13):31-34.[.[J]. Power System Protection and Control,2010,V38(13):31-34]